基于NSCT和M-PCNN的人脸特征提取

摘要：

为提高人脸识别对人脸姿态、位置、表情变化的鲁棒性,提出一种基于非下采样Contourlet变换(NSCT)与改进脉冲耦合神经网络(M-PCNN)的人脸特征提取方法.利用NSCT对输入图像进行多尺度分解和多方向稀疏分解,以捕获图像中的高维奇异信息,使用M-PCNN模型提取各子带的信息熵,将其作为人脸特征,利用支持向量机(SVM)实现分类与识别.仿真结果表明,该方法鲁棒性较强,在识别和分类中表现出较好的性能.

关键词：人脸识别、主成分分析、保局投影、特征提取、信息熵、支持向量机

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：陕西省自然科学基础研究计划基金资助项目2009JM8003

在线出版日期：2013-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：151-153,158